100 萬 Token 上下文視窗
可處理最多 1,048,576 個輸入 token，並生成最多 65,536 個輸出 token。此容量支援大型文件集、長篇逐字稿、報告、程式碼儲存庫，以及詳細的子代理交接內容。
Gemini 3.5 Flash Lite
Gemini 3.5 Flash 是 Google 推出的成本最佳化、超低延遲模型。它具備 100 萬個 token 的上下文視窗，並原生支援大規模的文字、影片與音訊多模態任務。
API 呼叫範例
curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "gemini-3.5-flash-lite",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'Gemini 3.5 Flash Lite pricing
Chat, coding agents & document work. Priced per 1M tokens — input, cached input and output are billed separately. GPTProto is 40% below official rates.
你的用量
Google · ≈ 148M tokens/mo（48M 快取）
OpenRouter
牌價 + 5.5% 儲值手續費
$64.40
每月
輸入（未快取）$10.1279
快取讀取$1.5191
輸出$52.75
Google
直接向 Google 購買（牌價）
$61.04
每月
輸入（未快取）$9.6
快取讀取$1.44
輸出$50
最划算
GPTProto
官方價 40% off
$36.62
每月
折扣後$36.62
實際成本$36.62
各來源月成本
OpenRouter
$64.40
Google
$61.04
GPTProto
$36.62
每月節省 $24.42
在 GPTProto 相較 Google（−40%）
年省約 $292.99 · 隨用隨付
OpenRouter 成本含約 5.5% 儲值手續費。GPTProto 在官方價上另有模型折扣（10–30% off），贈送額度也按折扣價消耗——節省會疊加。預估假設 60% 快取命中率。
相關模型
所有模型
| 模型 | 輸入 → 輸出 | ||||
|---|---|---|---|---|---|
| 1.05M | $0.18 / $1.50 每 1M | $0.60 / $0.02 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | |
| — | — | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.05M | $0.79 / $2.38 每 1M | — / $0.04 每 1M | 輸入: 文字 輸出: 文字 | ||
| 1.05M | $8.00 / $40.00 每 1M | $10.00 / $0.80 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| 1M | $9.00 / $45.00 每 1M | $11.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| — | 1.31M | $0.15 / $0.50 每 1M | — / $0.03 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | |
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.31M | $1.26 / $3.96 每 1M | — / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | — / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | ||
| 1M | $4.50 / $22.50 每 1M | $5.63 / $0.45 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $2.70 / $13.50 每 1M | $0.27 / $0.27 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.16 / $0.96 每 1M | $0.20 / $0.02 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.60 / $9.60 每 1M | $2.00 / $0.16 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | $0.30 / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $9.00 每 1M | $2.25 / $0.18 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.48 / $0.96 每 1M | $0.10 / $0.10 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.26 / $3.96 每 1M | $0.23 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $0.36 / $1.44 每 1M | $0.07 / $0.07 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $5.40 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字 輸出: 文字 | |
| 1M | $0.75 / $1.50 每 1M | $0.12 / $0.12 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.85 / $3.60 每 1M | $0.14 / $0.14 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.15 / $0.90 每 1M | $0.60 / $0.01 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 205K | $0.24 / $0.96 每 1M | $0.30 / $0.02 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.20 / $7.20 每 1M | $2.70 / $0.12 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 262K | $0.54 / $2.70 每 1M | $0.09 / $0.09 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.02 / $0.18 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 |
Gemini 3.5 Flash-Lite API
在 GPTProto 上使用 Google 速度最快且最具成本效益的 Gemini 3.5 模型，每 100 萬個輸入 token 價格為 $0.18，每 100 萬個輸出 token 價格為 $1.50，比 Google 的標準 API 費率低 40%。使用一組 GPTProto 金鑰，即可在 200 多個文字、圖片、影片和音訊模型之間進行平衡。
每秒 350 個輸出 Token
根據 Artificial Analysis 的測試，Google 報告的輸出速度約為每秒 350 個 token。Flash-Lite 專為重視吞吐量和回應時間，而非最大推理深度的工作負載而設計。
多模態輸入、文字輸出
可傳送文字、圖片、影片、音訊和 PDF 檔案。模型會回傳文字，適合用於文件解析、媒體理解、轉錄分析、摘要，以及多模態資料擷取。
結構化輸出與工具使用
使用受結構描述約束的輸出和函式呼叫，進行資料擷取、路由及工具型代理。部署前，請確認程式碼執行、檔案搜尋、URL 上下文和搜尋接地功能是否可針對特定路由使用。
什麼是 Gemini 3.5 Flash-Lite？
Gemini 3.5 Flash-Lite 是 Google’ 針對高流量代理任務、翻譯、文件處理、分類和結構化擷取推出的正式商用效率模型。它於 2026 年 7 月 21 日發布，是 Gemini 3.5 系列中速度最快的模型，定位適用於延遲、吞吐量和 API 成本比最高推理深度更受限制的應用程式。
Google Gemini 3.5 Flash-Lite API 可在 1,048,576 個 token 的輸入視窗內接受文字、圖片、影片、音訊和 PDF 檔案。它可產生最多 65,536 個 token 的文字回應，並在 Google’ 的原生 API 中支援思考、結構化輸出、函式呼叫、快取、程式碼執行、檔案搜尋、URL 內容和搜尋 grounding。它不會產生圖片或音訊，也不支援 Live API。透過 OpenAI 相容閘道使用時，供應商特定工具的可用性可能有所不同，因此在依賴 Google 原生擴充功能前，請先查閱 GPTProto 文件。
| 規格 | Gemini 3.5 Flash-Lite |
| 供應商 | |
| 穩定模型 ID | gemini-3.5-flash-lite |
| 發布階段 | 正式商用 |
| 發布日期 | 2026 年 7 月 21 日 |
| 輸入限制 | 1,048,576 個 token |
| 最大輸出 | 65,536 個 token |
| 接受的輸入 | 文字、圖片、影片、音訊、PDF |
| 輸出 | 文字 |
| 核心功能 | 思考、結構化輸出、函式呼叫、快取 |
| 不支援 | 圖片生成、音訊生成、Live API、調校 |
Gemini 3.5 Flash-Lite 的最佳用途
當應用程式以高流量重複執行聚焦任務時，Flash-Lite 最能發揮效用。它可以作為功能更強大的協調器底下的低成本工作模型，也可以處理決策範圍狹窄且容易驗證的完整工作流程。
-
分類與路由：為支援工單加上標籤、偵測意圖、指派文件，或選擇下一個工具，無需每次請求都支付前沿模型的成本。
-
文件解析與 JSON 擷取：讀取 PDF、發票、收據、報告和產品記錄，然後回傳符合既定結構描述的欄位。
-
翻譯與摘要：處理大量多語言文字、會議逐字稿、評論或目錄內容，適用於單位成本會影響整體營運支出的情境。
-
多模態審查：從圖片、錄音、影片和 PDF 中擷取文字與事實，同時讓輸出維持在文字型下游工作流程中。
-
聚焦型子代理：將搜尋、擷取、程式碼編輯、驗證和工具呼叫委派給專門工作模型，同時保留更強大的模型負責規劃或最終審查。
當單一困難請求需要最高程度的程式碼準確性、長期規劃，或從工具錯誤中反覆復原時，這個模型就不太適合。對於這類工作負載，請先使用相同的評估資料集測試 Gemini 3.5 Flash 或 Gemini 3.6 Flash，再決定是否只依據 token 價格進行選擇。
依任務複雜度選擇思考層級
Gemini 3.5 Flash-Lite 在 Google’ 的原生 API 中支援可設定的思考功能。Google 建議對延遲敏感的分類、路由和 JSON 擷取使用 MINIMAL。這是預設設定，可限制可預測任務中不必要的推理 token。
對於需要撰寫程式碼、執行終端機命令、呼叫多個 API 或從中間錯誤中復原的子代理，請使用 MEDIUM 或 HIGH。更多思考可以改善多步驟執行，但也會增加輸出 token 用量和回應時間。如果透過 GPTProto’ 的 OpenAI 相容端點呼叫模型，請在傳送供應商特定欄位前，查閱目前文件以確認對應的思考參數。
Gemini 3.5 Flash-Lite 與 Gemini 3.5 Flash
Gemini 3.5 Flash-Lite 與 Gemini 3.5 Flash 共用 1,048,576 個 token 的上下文視窗和 65,536 個 token 的最大輸出，但兩者針對不同的工作負載經濟性而設計。Flash-Lite 優先考量吞吐量和低單位成本；Flash 則針對更複雜的程式碼開發、代理規劃和知識工作。
| 比較 | Gemini 3.5 Flash-Lite | Gemini 3.5 Flash |
| 最適合 | 高流量子代理、擷取、翻譯、文件解析 | 複雜程式碼開發、代理規劃、更深入的知識工作 |
| 模型定位 | 3.5 系列中速度最快、成本最低的模型 | 功能更強大的 Flash 系列模型 |
| 輸入上下文 | 1,048,576 個 token | 1,048,576 個 token |
| 最大輸出 | 65,536 個 token | 65,536 個 token |
| Google 標準輸入價格 | $0.30／每 1M token | $1.50／每 1M token |
| Google 標準輸出價格 | $2.50／每 1M token | $9.00／每 1M token |
| GPTProto Flash-Lite 價格 | 每 1M token 的輸入 $0.18／輸出 $1.50 | 請參閱 Gemini 3.5 Flash 模型頁面 |
按照 Google’ 的標準費率，Flash-Lite 的輸入成本比 Gemini 3.5 Flash 低 80%，輸出成本低約 72%。當請求量和回應時間比偶爾重試的成本更重要時，請選擇 Flash-Lite。當少量較困難的任務使首次執行品質比最低 token 費率更重要時，請選擇 Flash。
透過 GPTProto 使用 Gemini 3.5 Flash-Lite
GPTProto 透過同一個帳戶、API 金鑰和餘額提供 Gemini 3.5 Flash-Lite API 存取權，這些資源也可用於超過 200 個模型。當應用程式將簡單擷取路由至 Flash-Lite、複雜推理路由至 Gemini 3.5 Flash 或 Gemini 3.6 Flash，並將媒體工作路由至獨立的圖片、影片或音訊模型時，這可減少帳戶和計費的分散情況。
對於現有的 OpenAI 相容應用程式，請保留周邊的用戶端結構，並使用 GPTProto 文件中所示的端點、驗證方法和模型字串。不要假設每個 Google 原生欄位都能一對一對應。將正式環境流量遷移前，請先測試思考控制、快取、grounding、檔案處理、工具結構描述和串流行為。
現有 Gemini 工作負載的遷移注意事項
Google 記錄了幾項可能影響從舊版 Gemini 模型遷移的相容性差異。自訂的 temperature、top-K 和 top-P 值可能會被忽略。自訂的頻率和存在懲罰可能會導致錯誤。最終對話回合具有 model 角色的請求同樣不受支援。
在切換高流量工作流程前，請重播具代表性的測試集，並檢查 JSON 結構描述相容性、工具呼叫完成情況、token 用量、延遲和重試頻率。具成本效益的 Gemini 3.5 Flash-Lite API 部署，應以每項成功任務的成本評估，而不只是每個 token 的成本。這對多步驟代理尤其重要，因為過低的思考設定可能會使工具序列過早停止。
常見問題
在 GPTProto 上使用 Gemini 3.5 Flash-Lite API 的費用是多少？
GPTProto 將 Gemini 3.5 Flash-Lite 的價格列為每 100 萬個輸入 token $0.18，以及每 100 萬個輸出 token $1.50。Google 的標準 API 費率分別為 $0.30 和 $2.50，因此 GPTProto 的費率低 40%。一個使用 10,000 個輸入 token 和 2,000 個輸出 token 的請求，費用約為 $0.0048。
我需要另外申請 Google Gemini 3.5 Flash-Lite API 金鑰嗎？
不需要。GPTProto 上的 Gemini 3.5 Flash-Lite API 存取權使用您的 GPTProto API 金鑰和共用帳戶餘額。同一個金鑰可以呼叫 200 多個支援的模型，因此您不需要為每個模型分別申請供應商帳戶或準備信用額度。
Gemini 3.5 Flash-Lite 的上下文限制是多少？
此模型最多接受 1,048,576 個輸入 token，並可回傳最多 65,536 個輸出 token。此限制適用於分詞後的提示內容和多模態輸入總量，因此大型 PDF、音訊和影片所消耗的上下文可能與純文字不同。
Gemini 3.5 Flash-Lite 能處理圖片、影片、音訊和 PDF 嗎？
可以。它接受文字、圖片、影片、音訊和 PDF 輸入，然後回傳文字。它可以分析或擷取這些媒體類型中的資訊，但不是圖片生成、影片生成、文字轉語音或即時語音模型。
Gemini 3.5 Flash-Lite 支援 JSON 模式和函式呼叫嗎？
Google 將結構化輸出和函式呼叫列為支援的功能。它們適合用於基於結構描述的擷取和工具驅動的代理程式。由於閘道的參數對應可能有所不同，請先透過 GPTProto 驗證確切的請求結構描述和工具行為，再部署關鍵工作流程。
我應該使用 Gemini 3.5 Flash-Lite 還是 Gemini 3.5 Flash？
對於高流量的分類、擷取、翻譯、文件處理和專注型子代理程式，請使用 Flash-Lite。當複雜的程式設計、更深入的規劃或更強的初步推理能力足以 оправjustify 較高的 token 成本時，請使用 Gemini 3.5 Flash。當失敗或重試成本較高時，請在具代表性的任務上測試兩者。
Gemini 3.5 Flash-Lite 是穩定版模型嗎？
可以。Google 將 gemini-3.5-flash-lite 列為一款於 2026 年 7 月 21 日發布的正式可用模型。這表示它不同於預覽版模型 ID；預覽版模型 ID 可能更頻繁變更，或有更嚴格的使用限制。
相關文章
與本模型相關的指南、對比與更新。
所有文章
2026 年 7 款最佳無限制 AI 圖像生成器（比較）
不再受安全限制阻礙。找出最佳無限制 AI 圖像生成器，重拾您的創作自由。比較頂尖工具，立即開始創作。
Gemini 3.6 Flash 與 Gemini 3.5 Flash-Lite 詳解：您該使用哪一個？
比較 Gemini 3.6 Flash 與 Gemini 3.5 Flash-Lite 的定價、速度、基準測試和使用情境。了解哪個全新的 Google 模型最適合您的 AI 工作負載。
Qwen 3.8 Max 與 GLM 5.2：2026 年哪個更適合程式設計？
比較 Qwen 3.8 Max 與 GLM 5.2 在程式設計、API 存取、上下文、定價和開放權重方面的表現。了解 2026 年哪個模型更適合安全地用於生產環境。
Kimi K3 是什麼——它真的接近 GPT-5.6 和 Fable 5 嗎？
Kimi K3 是開放原始碼模型嗎？它真的接近 GPT-5.6 和 Fable 5 嗎？探索其 1M 上下文、API 定價、獨立基準測試和 Reddit 使用者反應。